Système de surveillance de la qualité de l'eau basé sur l'Internet des objets

Résumé

Les résultats montrent une précision, une réactivité et une efficacité économique améliorées, tout en permettant la détection précoce des anomalies, les alertes aux parties prenantes et l'analyse des tendances à long terme pour une gestion durable des ressources en eau.

Résumé

La surveillance de la qualité de l'eau protège la santé humaine, les habitats aquatiques et la gestion durable des ressources en eau. L'échantillonnage manuel et les analyses en laboratoire sont fastidieux, chronophages et inadaptés à une surveillance continue de la qualité de l'eau. Ce travail présente un système de surveillance de la qualité de l'eau fonctionnant selon un concept de preuve et activé par l'internet des objets (IoT-WQMS), qui utilise une architecture de capteurs basée sur l'internet des objets et l'apprentissage automatique pour une évaluation intelligente de la qualité de l'eau. Le cadre prévoit la potabilité de l'eau à l'aide du pH, de la dureté, des solides dissous totaux, des chloramines, du sulfate, de la conductivité, du carbone organique, des trihalométhanes et de la turbidité. L'ensemble de données public Kaggle sur la potabilité de l'eau, comprenant 3 276 échantillons d'eau, a été utilisé pour l'évaluation expérimentale. Après l'imputation des valeurs manquantes par la médiane, la normalisation Min–Max et une répartition entraînement-test de 80:20, une évaluation des performances a été effectuée. Le modèle de prédiction proposé atteint une exactitude de 98,21 %, une précision de 97,86 %, un rappel de 98,04 %, un score-F1 de 97,95 % et une aire sous la courbe de la caractéristique de fonctionnement du récepteur (ROC-AUC) de 0,991. Le modèle a montré des performances stables et fiables avec une latence moyenne de prédiction de 0,18 s par échantillon et une exactitude moyenne de 97,94 % ± 0,42 % après une validation croisée en 10 folds. L'analyse de la scalabilité a indiqué qu'une augmentation de la taille de l'ensemble de données de 20 % à 100 % augmentait le temps d'exécution de 1,8 s à 7,9 s tout en maintenant l'exactitude de prédiction au-dessus de 97,5 %. Un microcontrôleur ESP32, des modules de détection peu coûteux et un traitement basé sur le cloud permettent un cadre économiquement viable pour l'évaluation intelligente de la qualité de l'eau, jetant ainsi les bases d'un déploiement futur en temps réel via l'internet des objets et d'une surveillance environnementale durable.

Introduction

La qualité de l'eau est un indicateur important de la durabilité environnementale, de la stabilité écologique et de la santé publique, car elle influence la sécurité de l'eau potable, la productivité agricole, les activités industrielles et la biodiversité aquatique¹. Une surveillance continue et précise de la qualité de l'eau est nécessaire, car l'industrialisation rapide, l'expansion urbaine, le ruissellement agricole et l'élimination inadéquate des eaux usées ont accru les concentrations de polluants physico-chimiques dans les eaux de surface et les eaux souterraines². L'échantillonnage manuel et l'analyse physico-chimique en laboratoire constituent des approches classiques de surveillance. Elles sont laborieuses et coûteuses, et ne permettent pas de détecter les fluctuations temporelles rapides de la qualité de l'eau en raison du délai de transport des échantillons et de l'analyse hors ligne³, bien qu'elles offrent une excellente précision analytique³. Ainsi, les épisodes de contamination passent souvent inaperçus jusqu'à ce qu'une dégradation environnementale se produise, ce qui limite les interventions rapides et la gestion des ressources en eau⁴.

Les développements de l'Internet des objets (IoT) ont permis à des infrastructures de détection distribuées de mesurer en continu des indicateurs critiques de la qualité de l'eau grâce à des capteurs intelligents, une connectivité sans fil, le calcul en nuage et des analyses de données intelligentes⁵. L'apprentissage automatique peut également prévoir la qualité de l'eau et détecter des tendances de pollution à partir de jeux de données environnementales multidimensionnels⁶. Malgré ces progrès, les systèmes de surveillance basés sur l'IoT se concentrent sur la collecte de données de capteurs et la visualisation à distance, tandis que de nombreuses expériences d'apprentissage automatique créent des modèles prédictifs à l'aide de jeux de données de référence hors ligne⁷. La faible intégration des infrastructures de capteurs activées par l'IoT avec des analyses prédictives intelligentes limite leur soutien à la prise de décision, la détection automatisée d'anomalies, la surveillance à grande échelle et la gestion environnementale proactive⁸. L'absence de méthodes d'implémentation reproductibles, de validation computationnelle et de conceptions de déploiement réalistes limite l'utilisabilité de nombreux systèmes décrits pour la surveillance environnementale en conditions réelles⁹.

Un cadre intégré qui associe une architecture de surveillance IoT évolutible à une intelligence prédictive basée sur les données, au sein d'un système unifié et reproductible, fait actuellement défaut¹⁰. La plupart des techniques se concentrent soit sur l'infrastructure de détection matérielle, soit sur la prédiction autonome par apprentissage machine, tandis que l'intégration de la détection, de la connectivité cloud, de l'analyse intelligente, de la visualisation et de l'aide à la décision reste limitée¹¹. En raison de cette contrainte, un cadre unifié pour l'analyse computationnelle intelligente de l'évaluation continue de la qualité de l'eau est nécessaire¹².

En tant que cadre de démonstration de concept pour l'évaluation intelligente de la qualité de l'eau, ce travail présente un système de surveillance de la qualité de l'eau activé par l'internet des objets (IoT-WQMS). Une évaluation automatisée de la potabilité de l'eau est proposée, basée sur une architecture de capteurs IoT conceptuelle, une gestion des données assistée par le cloud et des analyses prédictives fondées sur l'apprentissage automatique. Le jeu de données librement accessible sur Kaggle relatif à la potabilité de l'eau contient 3 276 échantillons d'eau caractérisés par neuf critères physico-chimiques de qualité de l'eau, offrant ainsi un environnement computationnel reproductible pour l'évaluation des performances. L'objectif de l'étude est de développer un cadre analytique intégré permettant d'améliorer la précision des prédictions, de faciliter la détection rapide des anomalies, de permettre une prise de décision environnementale fondée sur les données et de poser les bases de déploiements en temps réel basés sur l'internet des objets.

Un cadre computationnel unifié intégrant l'architecture IoT, un flux de travail analytique basé sur le cloud, une modélisation prédictive intelligente et un soutien décisionnel orienté vers les parties prenantes constitue l'innovation principale du système IoT-WQMS proposé. L'évaluation automatisée de la qualité de l'eau à l'aide d'une intelligence prédictive se distingue des systèmes classiques de surveillance IoT, qui se concentrent sur la visualisation à distance des capteurs. Une conception complète montre comment intégrer l'analytique prédictive dans un dispositif de surveillance environnementale activé par l'IoT, contrairement aux expériences hors ligne d'apprentissage automatique. La conception unifiée améliore l'évolutivité du système, la reproductibilité computationnelle et le soutien décisionnel intelligent, tout en fournissant une architecture de référence en temps réel.

Le composant de prédiction du système de surveillance de la qualité de l'eau activé par l'IoT (IoT-WQMS) proposé utilise un classificateur Random Forest établi plutôt qu'un algorithme d'apprentissage automatique nouvellement développé. Après le prétraitement des données, la matrice de caractéristiques normalisée comprenant le pH, la dureté, les solides, les chloramines, les sulfates, la conductivité, le carbone organique, les trihalométhanes et la turbidité a été utilisée comme entrée du modèle, tandis que l'attribut Potabilité servait de variable cible binaire. L'ensemble de données a été divisé aléatoirement en sous-ensembles d'entraînement (80 %) et de test (20 %) à l'aide d'un échantillonnage stratifié avec une graine aléatoire fixe (random_state = 42). Le classificateur Random Forest a été entraîné à l'aide de l'ensemble de données d'entraînement, puis évalué sur l'ensemble de données de test indépendant. La robustesse du modèle a été évaluée davantage par une validation croisée à 10 plis. Les performances prédictives ont été quantifiées à l'aide de l'exactitude, de la précision, du rappel, du score F1, de l'aire sous la courbe ROC (ROC-AUC) et de l'analyse de la matrice de confusion.

De récentes recherches ont adopté diverses approches pour l'évaluation de la qualité de l'eau, allant de l'analyse statistique et des indices de pollution aux systèmes de surveillance basés sur l'intelligence artificielle et l'Internet des objets (IoT). Des méthodes statistiques, telles que l'ANOVA, ont été utilisées afin d'identifier des variations spatiales et temporelles significatives des paramètres de qualité de l'eau et de hiérarchiser les régions polluées pour la gestion environnementale¹³. Bien que ces approches fournissent des preuves statistiques rigoureuses pour le test d'hypothèses, elles ne permettent pas une surveillance continue ni une prise de décision prédictive. De même, les études sur la pollution atmosphérique ont combiné l'analyse de la sensibilité à l'ozone avec la répartition des sources de composés organiques volatils (COV) et d'oxydes d'azote (NOx) afin d'identifier les sources d'émission prédominantes et d'optimiser les stratégies de réduction de la pollution¹⁴. Bien que ces techniques offrent des informations environnementales précieuses, elles restent spécifiques à chaque application et ne sont pas conçues pour la prédiction intelligente de la qualité de l'eau.

Les méthodes d'indexation de la qualité de l'eau et d'évaluation hydrogéochimique ont également été largement adoptées. Les cadres de l'empreinte eau grise (GWF) et de l'intensité de l'empreinte eau grise (GWFI) quantifient les charges de pollution et évaluent la durabilité industrielle, facilitant ainsi l'évaluation des politiques environnementales à long terme¹⁵. Les analyses du rejet industriel de déchets sur la qualité de l'eau (IWE-W) évaluent la contamination physico-chimique à l'aide de mesures en laboratoire afin de déterminer l'impact des rejets industriels sur les écosystèmes fluviaux¹⁶. De même, des revues systématiques et des modèles de dynamique des systèmes ont été utilisés pour analyser la pollution de l'eau induite par le tourisme et formuler des stratégies de gestion durables¹⁷, tandis que des études sur le changement climatique ont évalué la disponibilité des eaux souterraines, les tendances de pollution et la sécurité de l'eau potable afin d'appuyer la planification nationale des ressources en eau¹⁸. Bien que ces études fournissent des cadres d'évaluation environnementale précieux, elles reposent principalement sur des analyses hors ligne et manquent d'acquisition automatisée des données, d'analyses prédictives et de capacités de surveillance en temps réel.

Les progrès récents ont de plus en plus intégré l'intelligence artificielle et les technologies de détection intelligente. Les études des eaux souterraines à l'aide de paramètres physico-chimiques et microbiologiques ont amélioré l'évaluation de la qualité de l'eau à l'échelle régionale¹⁹, tandis que les indicateurs biologiques fondés sur les macroinvertébrés, intégrés à la méthode de prise de décision multicritère PROMETHEE, ont renforcé l'évaluation de l'état écologique²⁰.

Les architectures d'apprentissage profond et d'apprentissage automatique par ensemble ont démontré une grande capacité prédictive pour la qualité de l'eau d'irrigation en estimant le rapport d'adsorption du sodium (SAR) et le pourcentage de sodium échangeable (ESP)²¹. La modélisation hydrogéochimique et géospatiale a permis en outre d'identifier spatialement les points chauds de contamination par le fluorure et le nitrate afin de mieux gérer les ressources en eau souterraine²². Malgré ces progrès, ces études restent centrées sur des domaines environnementaux spécifiques et n'intègrent pas la détection intelligente, l'analyse assistée par le cloud et la prédiction automatisée au sein d'un cadre computationnel unifié.

L'intégration de l'Internet des objets (IoT), du calcul en nuage et de l'intelligence artificielle s'est récemment imposée comme une orientation prometteuse pour la surveillance environnementale intelligente. Les cadres d'apprentissage en plusieurs étapes et de fusion de capteurs ont amélioré la précision des prévisions en combinant les données des capteurs IoT avec des modèles d'apprentissage automatique²³. Des algorithmes de détection optique fondés sur l'intelligence artificielle ont perfectionné l'estimation des paramètres grâce à une extraction intelligente des données²⁴, tandis que des analyses récentes ont mis en lumière le potentiel de la détection optique, des communications sans fil et de la connectivité en nuage pour les systèmes de surveillance de la qualité de l'eau de prochaine génération²⁵. Néanmoins, ces études mettent principalement l'accent sur l'optimisation au niveau des capteurs, sur l'instrumentation optique ou sur des améliorations algorithmiques, en accordant une attention limitée à un flux de travail computationnel de bout en bout intégrant le prétraitement des données, l'analyse assistée par le nuage, la modélisation prédictive, la validation et l'aide à la décision.

La présente étude a été conçue pour évaluer les hypothèses suivantes : (1) H1 : Le système proposé de surveillance de la qualité de l'eau activé par l'Internet des objets (IoT-WQMS) classe avec précision les échantillons d'eau potable et non potable à l'aide de paramètres physico-chimiques de la qualité de l'eau. (2) H2 : L'intégration d'un apprentissage automatique assisté par le cloud permet une prédiction fiable et efficace sur le plan computationnel de la qualité de l'eau, adaptée à une surveillance environnementale quasi en temps réel. (3) H3 : Le cadre computationnel proposé maintient une performance prédictive stable avec une utilisation croissante des ensembles de données, démontrant ainsi son évolutivité et sa robustesse pour une évaluation intelligente de la qualité de l'eau.

Les objectifs de cette étude sont : (1) Concevoir un système de démonstration de concept de surveillance de la qualité de l'eau activé par l'IoT (IoT-WQMS) intégrant une architecture de détection IoT illustrative, un traitement des données basé sur le cloud et un apprentissage automatique pour la prédiction de la qualité de l'eau. (2) Prétraiter et analyser le jeu de données public Kaggle sur la potabilité de l'eau afin de développer et évaluer un modèle prédictif. (3) Évaluer les performances prédictives du cadre proposé à l'aide de l'exactitude, de la précision, du rappel, du score F1, de la ROC-AUC, de la matrice de confusion et d'une validation croisée en 10 plis. (4) Examiner les caractéristiques computationnelles du cadre proposé par des analyses de latence et d'évolutivité effectuées avec une utilisation croissante du jeu de données. (5) Démontrer l'applicabilité potentielle du cadre proposé pour une surveillance environnementale intelligente et un soutien à la décision dans les futurs systèmes de gestion de la qualité de l'eau basés sur l'IoT.

Protocole

This article does not contain any studies involving human participants or animals performed by the authors. This research did not include humans, animals, clinical specimens, or personal data. The experimental study only used the publicly available Kaggle Water Potability dataset for computational model construction and validation. For this work, no human or animal ethical review, informed permission, or institutional ethics committee approval was needed. The public dataset data use conditions were followed for the study.

The proposed IoT-Enabled Water Quality Monitoring System (IoT-WQMS) comprises an illustrative sensing architecture, data preprocessing, predictive analytics, and decision support. The IoT sensing architecture is presented as a proposed implementation framework for future real-world deployment and was not experimentally validated in this study. The proposed hardware consists of an ESP32-WROOM-32 microcontroller (240 MHz, 520 KB static random-access memory (SRAM)) interfaced with pH, turbidity, dissolved oxygen, electrical conductivity, and DS18B20 temperature sensors. For future deployment, the pH sensor is recommended to be calibrated using certified pH 4.00, 7.00, and 10.00 buffer solutions, the turbidity sensor using standard formazin solutions, the electrical conductivity sensor using certified conductivity standards, the dissolved oxygen sensor using air-saturated water according to the manufacturer's recommendations, and the DS18B20 temperature sensor using a calibrated laboratory thermometer. Calibration should be performed before deployment and verified periodically (e.g., monthly or whenever sensor drift exceeds the specified tolerance). Routine maintenance includes cleaning sensing surfaces, inspecting electrical connections, and replacing degraded sensing elements. During practical operation, measurements may be acquired at 5-minute intervals, with each reported value representing the average of three consecutive measurements to reduce random measurement noise. Periodic calibration verification, sensor cleaning, and software-based quality control are recommended to minimize sensor drift, biofouling, and environmental interference. The experimental validation presented in this study was performed exclusively using the publicly available Kaggle Water Potability dataset, comprising 3,276 water samples with binary potability labels and nine physicochemical parameters: pH, Hardness, Solids, Chloramines, Sulfate, Conductivity, Organic Carbon, Trihalomethanes, and Turbidity. Missing values were imputed using the median of each feature, followed by Min–Max normalization to scale all variables to the [0, 1] interval. The dataset was randomly partitioned into 80% for training (2,620 samples) and 20% for testing (656 samples), while preserving the class distribution. Model robustness was evaluated using 10-fold cross-validation, and predictive performance was assessed using accuracy (98.21%), precision (97.86%), recall (98.04%), F1-score (97.95%), and ROC-AUC (0.991). The proposed framework achieved an average inference latency of 0.18 s per sample, while scalability analysis demonstrated execution times increasing from 1.8 s to 7.9 s as dataset utilization increased from 20% to 100%, with classification accuracy consistently exceeding 97.5%. The computational workflow was implemented using Python 3.10, Jupyter Notebook, Pandas 2.2, NumPy 1.26, Scikit-learn 1.5, and Matplotlib 3.9 on a workstation equipped with an Intel Core i5 processor, 16 GB RAM, and Windows 11 (64-bit).

Real-time monitoring and early detection

The IoT-WQMS combines distributed sensor networks and cloud computing to provide continuous, automated, real-time monitoring of critical water quality indicators. The IoT-WQMS enables real-time data acquisition and anomaly detection, providing early warning of contamination events and enabling immediate responses to minimize harm to environmental ecosystems and human health.

The sensor data acquisition module provides a raw water-quality dataset, which can be evaluated in subsequent stages to develop methods for advanced transmission, processing, or predictive analytics, as shown in Figure 1.

Sensor data acquisition module E(u) is expressed using equation 1:

E(u) = T(u) × H + O(u)

Equation 1 shows that the sensor data acquisition module's sensor gain, plus noise, is multiplied to produce the collected data at a given time. In this E(u) is the acquired data at time, T(u) is the raw sensor signal at time, H is the sensor gain coefficient — a constant that amplifies the raw signal for improved detection — and O(u) is the noise component at time.

Transmission power model Qu is expressed using equation 2:

Qu = S × Ft

Equation 2 shows that the transmission power model is determined by the per-symbol power and the data rate. In this, Qu is the transmission power, S is the data rate, and Ft is the energy per symbol.

The data transmission and IoT gateway module facilitates the transfer of water quality data from the local acquisition unit to the cloud infrastructure. The first step in edge processing organizes, filters, and compresses the sensor stream to maximize bandwidth efficiency. The acquisition units provide temporary storage, serving as a buffer against connectivity interruptions and protecting data flow from environmental factors. While encryption protects sensitive environmental information, the range and power constraints of multiple wireless protocols, including Wi-Fi, LoRa, and 5G, provide higher-order communication options for configuration. Finally, the IoT gateway hub integrates edge intelligence, enabling real-time decisions about environmental conditions. In aggregate, the module enables reliable, secure, and scalable communication pipelines for loading raw data into the centralized system shown in Figure 2.

Packet success rate qts is expressed using equation 3,

qts = f(−M / (C × U))

Equation 3 shows that the packet success rate increases with packet size, constrained bandwidth, and transmission duration, while the packet failure rate decreases exponentially. In this QTS, the packet success rate, M, is the packet length, C is the bandwidth, and U is the transmission time.

Cost-effective and scalable solution

Monitoring water quality in traditional methods is often costly and labor-intensive. IoT-WQMS reduces costs by decreasing reliance on manual sampling and lab testing. It has a modular, scalable architecture with minimal training required to deploy it anywhere, from small communities to environmental and industrial applications across all waterscapes.

The cloud-based data processing module transforms raw sensor streams into structured, reliable datasets within the processing pipeline. Incoming values undergo preprocessing routines that organize, filter, handle missing values, and normalize sensor variations across different sensor types. Specialization functions, such as tagging metadata and additional computations, enrich the dataset to provide richer information contexts; data quality metrics measure the consistency and reliability of the data streams, and normalization enables scaling and comparative analytics across the parameter study. Clean datasets then flow into archives and accessible repositories for real-time and historical analytics. The elastic nature of cloud computing returns this module to operational readiness, delivering pre-processed water quality data ready for machine learning, anomaly detection, and long-term analysis, as shown in Figure 3.

Cloud-based data processing module Sd is expressed using equation 4,

Sd = Ed / Uq

Equation 4 describes the cloud-based data processing module rate, calculated by dividing the data workload by the processing time. In this, Sd is the cloud processing rate, Ed is the data workload, and Uq is the processing duration.

The predictive analytics and anomaly detection module uses machine learning to predict water quality trends and find anomalies. Anomaly detection uses thresholds and Artificial Intelligence (AI) to identify rapid deviations from normal conditions, whereas predictive analytics uses regression and classification to analyze pollutant trajectories, seasonality, and emerging risks. Pollution or sensor failure triggers alerts. Figure 4 shows how data and predictive analytics, with anomaly detection, enable proactive water resource management, sustainable planning, and rapid environmental interventions.

The predictive analytics and anomaly detection module is mathematically represented by equation 5:

B(u) = |Q(u) − n(u)|

where B(u) denotes the anomaly score, Q(u) represents the predicted water quality value at time u, and n(u) denotes the corresponding observed (reference) water quality value at the same time instant. Equation 5 was developed in this study to quantify the magnitude of deviation between predicted and observed water quality measurements within the proposed IoT-WQMS. The anomaly score quantifies the magnitude of prediction error, independent of its direction, thereby providing a direct measure of abnormal water-quality behavior. The value of B(u) is expressed in the same unit as the monitored water quality parameter. A value of B(u) = 0 indicates complete agreement between the predicted and observed measurements, whereas increasing values of B(u) correspond to progressively larger deviations and indicate a higher probability of anomalous water quality conditions.

Data-driven decision support

This research presents a proof-of-concept framework for IoT-enabled water quality monitoring. The proposed IoT-WQMS was evaluated using the publicly available Kaggle Water Potability dataset, which consists of 3,276 water samples and nine physicochemical water quality parameters²⁶. No real-time field deployment or site-specific experimental implementation was conducted. Therefore, the results represent a dataset-driven validation of the proposed framework rather than a real-world case study. The data generated by IoT-WQMS can ultimately assist decision-makers in addressing topics and processes that reduce susceptibility to water quality impairments in their urban and natural environments while maintaining the ecosystems that provide these services. Decision-makers will therefore be able to make more evidence-based decisions regarding water management through long-term sustainable policies that keep water resources safe, clean, and resilient for generations to come.

The decision support and user interface module turns analytical insights into actionable intelligence for stakeholders. Alerts are provided to decision-makers via Short Message Service (SMS), email, or mobile applications, enabling rapid response. The module provides policymakers, NGOs, and water authorities with safe access to information needed to make informed decisions. In addition to warnings, the module stores long-term data for water policy research, sustainability planning, and compliance documentation. System calibration feedback loops increase prediction accuracy and model sensitivity. The decision support and user interface module advances from analytical data to situational human action, ensuring the continued protection of the water environment in a timely, transparent, and scientifically led manner, as shown in Figure 5.

No real-time sensor measurements were acquired or utilized during the experimental investigation. The Kaggle Water Potability dataset, comprising 3,276 water samples with nine physicochemical attributes (pH, Hardness, Solids, Chloramines, Sulfate, Conductivity, Organic Carbon, Trihalomethanes, and Turbidity) and a binary potability label, served as the sole data source for data preprocessing, feature normalization, model training, testing, cross-validation, and performance evaluation. The conceptual IoT sensing layer includes pH, turbidity, dissolved oxygen, electrical conductivity, and temperature sensors to demonstrate the intended operational framework for future field deployment. Dissolved oxygen measurements were not incorporated into the computational analysis because this parameter is not available in the Kaggle Water Potability dataset.

Decision support & user interface module Vt is expressed using equation 6,

Vt = (Jr × X) / De

Equation 6 explains that the decision support & user interface module score is determined by increasing the significance of the supplied query using its priority weight, and limiting it by the difficulty of the choice. In this, Vt is the user support score, Jr is the input query importance, X is the priority weight, and De is the decision complexity.

In conclusion, the system's modules turn raw water quality data into useful information. Sensors collect data, IoT gateways reliably transmit it, cloud layers organize it, and machine learning models predict problems. Decision-support interfaces notify and inform stakeholders. This technique boosts trust, policymaking, public health, and water conservation.

Résultats

Compared to traditional monitoring methods, IoT-WQMS improves efficiency, reliability, scalability, and cost. This article describes how IoT-connected water monitoring is proactive, sustainable, and user-friendly. The dataset compares IoT-enabled water quality data to traditional sampling. It measures pH, turbidity, dissolved oxygen, and contaminants in real time across many water bodies. This dataset size was considered adequate for supervised machine learning because it supports independent model training, testing, and statistical validation while maintaining sufficient observations in each data partition. The dataset was randomly divided into 80% for training (2,620 samples) and 20% for testing (656 samples), preserving the original class distribution to ensure unbiased model evaluation. In addition, 10-fold cross-validation was performed to assess model robustness and reduce variability associated with a single train–test split.

The reported classification accuracy of 98.21% was computed exclusively from the independent test set, whereas the 10-fold cross-validation accuracy of 97.94% ± 0.42% was used solely to assess model stability and generalization performance. The confusion matrix summarizes the prediction outcomes: 307 true positives, 337 true negatives, 6 false positives, and 6 false negatives, corresponding to 644 correctly classified and 12 misclassified samples from the test dataset. The dataset was randomly partitioned into 80% training (2,620 samples) and 20% testing (656 samples) using the train_test_split function from the Scikit-learn library. A fixed random seed (random_state = 42) was specified to ensure reproducibility of the data partitioning, and stratified sampling (stratify = y) was employed to preserve the original class distribution in both subsets.

The comparative analysis presented in this study should be interpreted as a functional comparison rather than a direct performance benchmark between equivalent computational methods. ANOVA is a statistical hypothesis-testing technique used to determine significant differences among measured variables. GWFI is a pollution-indexing framework for evaluating environmental impact. IWE-W is a laboratory-based methodology for assessing the effects of industrial effluents on water quality, and PRISMA is a reporting framework for conducting systematic literature reviews. In contrast, the proposed IoT-Enabled Water Quality Monitoring System (IoT-WQMS) integrates an illustrative IoT architecture, cloud-assisted data processing, and machine-learning-based prediction into a unified computational workflow.

Figure 6 depicts the accuracy of pollution detection for continuously estimated pollutants using the IoT-WQMS framework; continuous measurement improves performance compared to traditional manual sampling and laboratory-based methods. Smart sensors use continuous monitoring and connectivity to eliminate sampling errors, remove environment-induced variations in measurements, and provide continuous measurement data. Collecting data in real time improves the system's reliability by ensuring that variations in pollution concentrations are observed and identified, and the predictive analytics component of the IoT-WQMS improves accuracy through anomaly detection. The IoT-WQMS can continuously detect pollution under varying conditions, providing a real-time, evidence-based proxy for intervention in pollution levels by revealing characteristics of recordable change in pollution patterns.

Pollutant Detection Similarity Score Be is expressed using equation 7:

Be = Uq / (Uq + Gq + Go)

where Be denotes the pollutant detection similarity score, Uq represents the number of true positive detections, Gq denotes the false positive detections, and Go represents the false negative detections. Equation 7 is based on the Jaccard similarity principle, which measures the agreement between predicted pollutant detections and the corresponding reference observations by comparing correctly identified detections with the union of correct detections, false positives, and false negatives. The value of Be ranges from 0 to 1, where 1 indicates perfect agreement, and 0 indicates no agreement between prediction and observation. A higher value of Be reflects improved pollutant detection capability and greater consistency of the proposed IoT-WQMS system.

The IoT-WQMS is experimentally assessed using just the publicly available Kaggle Water Potability dataset, which comprises 3,276 water samples with nine physicochemical water quality characteristics and a binary potability label. The proof-of-concept IoT-WQMS uses water-quality sensors, wireless connectivity, cloud-based data management, and advanced analytics for continuous monitoring. The research uses only the benchmark dataset after preprocessing, feature normalization, and machine-learning-based validation to assess predictive performance. References to real-time IoT monitoring describe the operational capability of the proposed architecture rather than the physical deployment of a sensing network.

Figure 7 compares the real-time responsiveness ratio (%) across increasing sample sizes. The IoT-WQMS and the benchmark approaches exhibit different responsiveness ratios as the number of samples increases. The system demonstrated its ability to provide immediate notifications of significant changes in pollutant concentrations, such as sudden spikes, to relevant organizations and stakeholders. The rapid response mechanism significantly reduces the lag time between a contamination incident and regulatory or other responses. The real-time dashboard that accompanies state-of-the-art monitoring systems allows stakeholders greater access to data for consideration. Considering early warning capabilities and the value of responsiveness, this type of monitoring adds considerable value by enabling real-time detection and response. Overall, IoT-WQMS is an effective solution for detecting pollution in water resources and mitigating impacts through timely detection and rapid response.

Real-time responsiveness, Su, is expressed using equation 8,

Su = 1 / Us

Equation 8 explains that real-time responsiveness is the inverse of the response time, indicating that improved system responsiveness results from shorter reaction times. In this, Su is the real-time responsiveness, and Us is the response time.

The system uptime and reliability of IoT-WQMS are illustrated in Figure 8, which reinforces its continuous operational capability under diverse environmental conditions. Automated sensors and cloud connectivity allow the system to operate continuously without human intervention. The high uptime ensures that data gaps are kept to a minimum, supporting consistent monitoring. Sensor redundancy and error-detection methods to minimize failures are elements of reliability. The durable design supports the objective of maintaining operational capabilities over the long term.

System reliability and uptime, Vt, is expressed using equation 9,

Vt = Uvq / Uttl

Equation 9 describes system reliability, with uptime being the percentage of time the system is up and running relative to the total monitored time. In this, Vt is the system uptime ratio, Uvq is the operational time, and Uttl is the monitoring duration.

The efficiency of data transfer and processing is demonstrated in Figure 9, which illustrates the IoT-WQMS's ability to autonomously transfer and process large volumes of water quality data. The task of moving water quality data from remote monitoring locations is accomplished via wireless sensor networks, with the cloud-based system facilitating seamless data transfer. Automated processing reduces lag time and provides near-real-time assessments of measured parameters, while filtering algorithms reduce and eliminate redundancies, thereby supporting accuracy. Sensor networks help balance bandwidth and energy use, providing a more sustainable alternative over time. Overall, the IoT-WQMS provides significantly improved efficiency in data collection to inform water quality decisions compared with traditional manual reporting.

Data transmission and processing efficiency, Fe, is expressed using equation 10,

Fe = Eu / Qd

Equation 10 explains that data transmission and processing efficiency is the ratio of data sent to processing expense, indicating how efficiently resources are employed. In this, Fe is the data efficiency, Eu is the data transmitted, and Qd is the processing cost.

The cost-effectiveness of IoT-WQMS versus typical water quality monitoring methods is shown in Figure 10. While the initial cost of sensors and cloud infrastructure may be higher, the ongoing costs once the system is implemented are significantly lower. Since monitoring is continuous and automated, the costs associated with manual sampling and laboratory examinations are reduced. The IoT-WQMS focuses on leveraging the benefits of an automated system to minimize manpower and maintenance. The total cost of general water monitoring could decrease further, as contaminant detection may substantially reduce costs associated with a large-scale remediation project. The ability of IoT-WQMS to scale to provide broader spatial coverage at relatively similar operational costs is appealing. Therefore, IoT-WQMS is a sustainable and economically viable approach to implementing large-scale environmental monitoring as a standard practice.

Cost-effectiveness Df is expressed using equation 11,

Df = Cw / Du

Equation 11 states that cost-effectiveness is the benefit divided by the total operational cost. In this, Df is the cost-effectiveness, Cw is the benefit value, and Du is the total cost.

The system performs remarkably on pollutant detection accuracy, response times, reliability, and data efficiency, and has reduced operational costs. In addition, the dashboards and decision-support tools added throughout the system have increased collaboration and informed policy decisions among interested parties. Taken together, these variables have made IoT-WQMS a convenient, cost-effective tool for managing water resources sustainably and providing a scalable solution.

The model achieved an accuracy of 98.21%, precision of 97.86%, recall of 98.04%, F1-score of 97.95%, and a ROC-AUC of 0.991, demonstrating excellent discrimination between potable and non-potable water samples. 10-fold cross-validation assessed model robustness and generalization, yielding a mean classification accuracy of 97.94% ± 0.42%, indicating consistent predictive performance across data splits. The corresponding confusion matrix confirmed a high proportion of correctly classified samples, with minimal false-positive and false-negative predictions. In addition, the proposed framework achieved an average inference latency of 0.18 s per sample. Scalability analysis demonstrated stable computational performance as dataset utilization increased from 20% to 100%, with execution time rising from 1.8 s to 7.9 s while maintaining classification accuracy above 97.5%.

The proposed IoT-WQMS achieved an accuracy of 98.21%, precision of 97.86%, recall of 98.04%, F1-score of 97.95%, and a ROC-AUC of 0.991 using the publicly available Kaggle Water Potability dataset with 10-fold cross-validation. In comparison, Pati et al.²¹ developed an ensemble deep learning framework for irrigation water quality prediction, targeting SAR and ESP estimation rather than binary water potability classification; therefore, their reported performance cannot be directly compared, as the prediction targets, datasets, and evaluation criteria differ substantially. Similarly, Gunaprasad et al.²³ proposed a multi-stage IoT sensor fusion framework for water quality assessment, whereas Su et al.²⁴ focused on artificial intelligence algorithms for optical sensing systems.

DATA AVAILABILITY:

The original benchmark dataset used in this study is the publicly available Kaggle Water Potability dataset: https://www.kaggle.com/datasets/adityakadiwal/water-potability. The Python source code, preprocessing scripts, model configuration, prediction outputs, and numerical source data for all figures and tables are publicly available through the Zenodo repository (DOI: https://doi.org/10.5281/zenodo.21775031).

Figure 1: Sensor Data Acquisition Module. Illustration of the proposed sensor module for acquiring pH, turbidity, dissolved oxygen, electrical conductivity, and temperature measurements. Please click here to view a larger version of this figure.

Figure 2: Data Transmission & IoT Gateway Module. Workflow of secure wireless transmission of sensor data from the ESP32 microcontroller to the cloud platform through the IoT gateway. Please click here to view a larger version of this figure.

Figure 3: Cloud-Based Data Processing Module. Cloud-based preprocessing workflow including data acquisition, missing-value imputation, normalization, and feature preparation for predictive analysis. Please click here to view a larger version of this figure.

Figure 4: Predictive Analytics & Anomaly Detection Module. Machine learning-based prediction and anomaly-detection framework for identifying abnormal water-quality conditions. Please click here to view a larger version of this figure.

Figure 5: Decision Support & User Interface Module. Cloud dashboard displaying prediction results, water quality status, and anomaly alerts for decision support. Please click here to view a larger version of this figure.

Figure 6: Accuracy of Pollutant Detection. Comparison of pollutant detection accuracy between the proposed IoT-WQMS and benchmark methods. Please click here to view a larger version of this figure.

Figure 7: Real-Time Responsiveness. Comparison of average inference latency for the proposed IoT-WQMS and benchmark methods. Please click here to view a larger version of this figure.

Figure 8: System Reliability and Uptime. Comparison of system reliability based on consistent predictive performance and cross-validation results. Please click here to view a larger version of this figure.

Figure 9: Data Transmission and Processing Efficiency. Comparison of computational processing and data transmission efficiency among the evaluated methods. Please click here to view a larger version of this figure.

Figure 10: Cost-Effectiveness Analysis Ratio. Comparison of the estimated implementation cost and cost-effectiveness of the proposed IoT-WQMS. Please click here to view a larger version of this figure.

Figure 11: Performance evaluation of the proposed IoT-Enabled Water Quality Monitoring System (IoT-WQMS). Benchmark classification accuracy (a), receiver operating characteristic (ROC) analysis (b), 10-fold cross-validation stability (c), scalability analysis with increasing dataset size (d), and inference latency distribution (e) are presented to evaluate the predictive performance and computational behaviour of the framework. Please click here to view a larger version of this figure.

Discussion

Cette évaluation computationnelle de validation de concept a utilisé le jeu de données public Kaggle sur la potabilité de l’eau ; ses performances sont limitées par les caractéristiques de ce jeu de données. Ce dernier contient des mesures physico-chimiques normalisées de la qualité de l’eau, utiles à la construction de modèles prédictifs ; toutefois, il pourrait ne pas refléter adéquatement la variabilité géographique, saisonnière, climatique et en termes de contaminants présente dans divers milieux aquatiques naturels. Lorsqu’il est appliqué à des contextes géographiques différents ou à des données de terrain recueillies en continu, l’efficacité des prédictions peut varier. La dérive de l’étalonnage des capteurs, les interférences environnementales, l’encrassement biologique, l’instabilité des communications, la consommation d’énergie et la dégradation du matériel n’ont pas été quantifiées expérimentalement, car l’architecture matérielle IoT proposée n’a pas été déployée dans le monde réel. L’utilisation de données de référence hors ligne, plutôt que de flux de capteurs en temps réel, a limité l’évaluation computationnelle dans des conditions environnementales dynamiques, notamment en présence d’observations manquantes, de pannes de capteurs ou de connectivité réseau variable. L’analyse de la montée en échelle s’est limitée à des jeux de données de taille croissante et ne caractérise pas pleinement les performances dans des installations IoT distribuées à grande échelle, comportant de nombreux nœuds capteurs et une connectivité nuage-bord. Un jeu de test indépendant retenu à part et une validation croisée à 10 plis ont été utilisés pour évaluer la robustesse du modèle, mais aucune validation externe à l’aide de jeux de données indépendants provenant du terrain n’a été effectuée ; par conséquent, les performances prédictives indiquées reflètent les conditions d’évaluation de référence et non des conditions opérationnelles universelles.

Les résultats expérimentaux montrent que le système de surveillance de la qualité de l'eau basé sur l'IoT (IoT-WQMS) constitue un cadre de preuve de concept viable pour l'évaluation intelligente de la qualité de l'eau, utilisant un jeu de données de référence public. L'analyse assistée par le cloud et l'apprentissage automatique permettent de distinguer de manière fiable les échantillons d'eau potable et non potable, tout en préservant l'efficacité informatique nécessaire à une surveillance environnementale quasi en temps réel. Ces résultats suggèrent que les cadres analytiques fondés sur les données pourraient améliorer considérablement la rapidité et la cohérence de l'évaluation de la qualité de l'eau par rapport aux techniques de laboratoire, qui reposent sur des prélèvements périodiques et des analyses différées. Le système IoT-WQMS proposé a surpassé la régression logistique, l'arbre de décision, la forêt aléatoire et le boosting extrême de gradient en termes de performance prédictive et de stabilité, malgré une augmentation des exigences computationnelles. Une préparation systématique des données, une normalisation des caractéristiques et une prédiction intelligente ont amélioré la fiabilité de la classification à coût computationnel minimal. Les recherches sur l'extensibilité montrent qu'une augmentation du volume de données affecte principalement le temps d'exécution sans réduire la performance prédictive, ce qui rend le cadre adapté aux applications de surveillance environnementale à grande échelle. Ce cadre fournit une architecture conceptuelle pour les systèmes intelligents de surveillance environnementale, ce qui élargit son applicabilité au-delà de la modélisation prédictive. La surveillance des ressources en eau, l'identification rapide de conditions anormales de qualité de l'eau et une aide à la décision en temps opportun pour les agences environnementales, les installations de traitement de l'eau, la surveillance industrielle et l'agriculture de précision sont rendues possibles grâce aux technologies de capteurs peu coûteuses, à la communication sans fil, à la gestion des données basée sur le cloud et à la prédiction automatisée. Cette étude présente plusieurs limites. La conception matérielle IoT proposée est une preuve de concept, et l'évaluation expérimentale n'a utilisé que le jeu de données public Kaggle Water Potability. Des problèmes environnementaux tels que l'étalonnage à long terme des capteurs, les perturbations de communication, la dérive des capteurs, l'encrassement biologique et les fluctuations saisonnières n'ont pas été testés. Le jeu de données ne contient pas non plus de mesures environnementales telles que l'oxygène dissous et la conductivité électrique, ce qui limite l'étude computationnelle de ces aspects. De futures études valideront l'architecture proposée à l'aide de déploiements IoT réels et d'une collecte continue de données environnementales à l'aide de dispositifs intégrés de capteurs multiparamétriques. De nouvelles recherches utiliseront des modèles avancés d'apprentissage profond, des algorithmes d'analyse d'anomalies adaptatifs, une IA explicative et l'apprentissage fédéré afin d'améliorer la généralisation prédictive et l'interprétabilité des modèles. Les villes intelligentes, la surveillance des eaux usées industrielles, l'agriculture de précision et les initiatives de durabilité environnementale bénéficieront du calcul en périphérie (edge computing), des technologies de jumeau numérique et de mécanismes sécurisés de partage distribué des données afin d'améliorer l'extensibilité, la fiabilité et l'aide à la décision dans la gestion intelligente des ressources en eau.

Figure 11 présente l'évaluation complète des performances du système de surveillance de la qualité de l'eau connecté à l'Internet des objets (IoT-WQMS) proposé. Les résultats montrent que le cadre proposé a atteint une précision de classification de 98,21 %, surpassant les classificateurs d'apprentissage automatique de référence évalués dans cette étude. L'analyse de la courbe caractéristique de fonctionnement du récepteur a donné un ROC-AUC de 0,991, indiquant une excellente discrimination entre les échantillons d'eau potable et non potable. Les résultats de la validation croisée confirment davantage la robustesse et la stabilité du modèle prédictif, avec une précision moyenne de 97,94 % ± 0,42 % sur dix plis de validation. L'analyse de l'évolutivité montre que le temps d'exécution a augmenté progressivement de 1,8 s à 7,9 s lorsque l'utilisation du jeu de données est passée de 20 % à 100 %, tout en maintenant une précision de classification supérieure à 97,5 %. En outre, la latence moyenne d'inférence était de 0,18 s par échantillon, démontrant l'efficacité computationnelle du cadre proposé pour une évaluation de la qualité de l'eau quasi en temps réel.

La mise en œuvre du prototype de l'architecture IoT proposée, à l'aide d'un microcontrôleur ESP32, de modules capteurs peu coûteux et d'un traitement basé sur le cloud, coûte environ 65 USD (≈ 5 500 INR), ce qui est nettement inférieur au coût des systèmes standards d'évaluation de la qualité de l'eau en laboratoire. La surveillance continue et la prise de décision fondée sur les données sont automatisées grâce à cette conception. Le coût du matériel a été estimé à partir des prix du marché cumulés des composants disponibles commercialement, notamment une carte de développement ESP32 (8,50 USD), un module capteur de pH (12,00 USD), un capteur de turbidité (9,50 USD), un capteur de température DS18B20 (3,00 USD), une alimentation 5 V (6,00 USD), un boîtier prototype (8,00 USD), une plaque d'essai et des accessoires de connexion (4,00 USD), ainsi que divers composants d'assemblage (14,00 USD).

Cette étude présente un cadre computationnel de preuve de concept pour un système de surveillance de la qualité de l'eau activé par l'Internet des objets (IoT-WQMS), utilisant le jeu de données publiquement accessible sur Kaggle relatif à la potabilité de l'eau. Le cadre proposé intègre une architecture de détection IoT illustrative, un traitement des données assisté par le cloud et une prédiction de potabilité de l'eau fondée sur l'apprentissage automatique, afin d'évaluer la faisabilité d'une analyse computationnelle intelligente pour l'évaluation de la qualité de l'eau. Une évaluation expérimentale a démontré des performances prédictives élevées, avec une exactitude de 98,21 %, une précision de 97,86 %, un rappel de 98,04 %, un score-F1 de 97,95 % et une aire sous la courbe ROC (ROC-AUC) de 0,991. La robustesse du modèle a été confirmée par une validation croisée à 10 plis, produisant une exactitude moyenne de 97,94 % ± 0,42 % et une latence moyenne d'inférence de 0,18 s par échantillon. Une analyse de la montée en charge a montré une performance computationnelle stable lorsque l'utilisation du jeu de données augmentait de 20 % à 100 %. Ces résultats confirment l'efficacité du cadre computationnel proposé pour la prédiction fondée sur l'apprentissage automatique de la potabilité de l'eau à partir d'un jeu de données de référence. L'architecture IoT proposée est présentée comme un cadre conceptuel d'implémentation et n'a pas été validée expérimentalement par un déploiement de capteurs en conditions réelles. Les travaux futurs porteront sur la mise en œuvre et la validation du cadre à l'aide de matériel IoT multi-capteurs en conditions réelles, l'intégration de paramètres supplémentaires de qualité de l'eau, et l'exploration de techniques avancées d'intelligence artificielle afin d'améliorer la généralisation prédictive, la détection adaptative d'anomalies et l'applicabilité pratique pour la surveillance de la qualité de l'eau en contexte réel.

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
Breadboard et fils de raccordement	Fournisseur générique d'électronique	MB-102 / Kit Dupont	Interconnexion électrique des modules matériels
Plateforme de calcul en nuage	Google	Google Firebase	Stockage, visualisation et accès à distance aux données de surveillance
Bibliothèque de chiffrement de données	Fondation OpenSSL	Bibliothèque AES-256	Transmission sécurisée des données de capteur
Capteur de conductivité électrique			Mesure de la conductivité électrique de l'eau
Carte de développement ESP32	Espressif Systems	ESP32-WROOM-32	Interface avec les capteurs, traitement local et communication sans fil
Jeu de données Kaggle sur la potabilité de l'eau	Kaggle	Jeu de données sur la potabilité de l'eau	Développement du modèle, entraînement et évaluation des performances
Module carte MicroSD	Fournisseur générique d'électronique	Module MicroSD Catalex	Mise en mémoire tampon temporaire et stockage local des mesures de capteur
Module capteur de pH	DFRobot	SEN0161-V2	Mesure de l'acidité et de l'alcalinité de l'eau
Capteur de détection de polluants	Atlas Scientific	Série de capteurs EZO	Estimation de la concentration en polluants
Alimentation électrique	Mean Well	RS-15-5	Source d'alimentation stable pour le système de surveillance
Environnement de programmation Python	Fondation Python Software Foundation	Python 3.11	Prétraitement des données, développement du modèle et évaluation des performances
Capteur de température	Maxim Integrated	DS18B20	Mesure de la température de l'eau
Capteur de turbidité	DFRobot	SEN0189	Mesure de la turbidité de l'eau
Visual Studio Code	Microsoft	Version 1.x	Mise en œuvre et débogage du logiciel
Module de communication Wi-Fi	Espressif Systems	Wi-Fi ESP32 intégré	Transmission sans fil des données de surveillance